语义分割网络之PSPnet

一.提出背景

基于FCN全卷积网络的分割面临诸多问题，这篇文章从多尺度入手，提出了金字塔模型来提取多尺度的信息，达到了 State-of-the-art 的结果

论文：PSPnet：Pyramid Scene Parsing Network 【点击下载】

Caffe代码：【Github】

二.算法框架

算法细节比较多，这里我主要强调以下几个关键点：

1）通过多尺度 Pooling 的方式得到不同 Scale 的 Feature，Concat 得到判别的多尺度特征；

2）加入额外的深度监督 Loss

三.数据训练

1）下载 Github 代码

按照 readme 说明文件进行编译和运行，不多说。

原版本支持 cuda7.5 和 cudnn v4，高版本的童鞋可以【下载这个版本】。

下载 matio
   ./configure$ make$ make install
2）准备训练数据

自己标注训练数据，参考 VOC Segment 格式。

标注工具：

【LabelImgPlus】风格与LabelImg 一致，可以载入文件夹批量标定；

【Labelme】 MIT的开源工具，单张标注，可以自己扩展；

【CityScapesTool】 CityScapes 数据集自带的脚本，包括 Annotation、格式转换等脚本；

3）准备训练模型

训练模型：下载

注意，如果训练自己的数据，需要准备好初始化 caffemodel，避免过拟合。

四.测试结果

训练完给出～

语义分割网络之PSPnet相关推荐

CVPR2020：4D点云语义分割网络（SpSequenceNet）
CVPR2020:4D点云语义分割网络(SpSequenceNet) SpSequenceNet: Semantic Segmentation Network on 4D Point Clouds 论 ...
Backbone发展与语义分割网络发展
整理如下(按照arxiv上面时间线的预印版本来整理): Backbone(基础网络,也可以理解为分类网络): Backbone可以塞入UNET作为使用. 年代网络名称与代码论文名称 1989 Le ...
Fast-SCNN语义分割网络详解
文章目录一.简要介绍二.主要贡献三.相关背景 (1)编码器-解码器架构 (2)多分支结构 (3)Fast-SCNN 四.网络架构 (1)学习下采样模块 (2)全局特征提取器 (3)特征融合模块 ...
一块GPU就能训练语义分割网络，百度PaddlePaddle是如何优化的？
[引言]显存不足是训练语义分割网络常常遇见的问题,而显存是GPU计算中的稀缺资源.百度深度学习框架PaddlePaddle中的显存优化,不仅可以让研究人员在相同成本的计算设备上训练更大的模型,还可以在 ...
RGPNET: 复杂环境下实时通用语义分割网络
作者:Tom Hardy Date:2020-02-09 来源:RGPNET: 复杂环境下实时通用语义分割网络
北航、旷视联合，打造最强实时语义分割网络
来源:AI科技评论编辑:Camel 导语:MSFNet在Cityscapes测试集上达到77.1%mIoU/41FPS(注意是1024*2048),在Camvid测试集上达到75.4 mIoU/97 ...
【Deep Learning笔记】语义分割网络-Segnet的探索
文章目录 1 简介 2 网络框架 3 Encoder 4 Pooling&Upsampling(decoder): 5 Batch Normlization 6 Loss Function 7 ...
深度学习：语义分割网络
1.考虑采用实例分割或语义分割用于烟支打孔的内孔和外孔的边缘提取上 2.https://www.cnblogs.com/zxj9487/p/11154316.html 直接可以用的Python和Ope ...
SegNet 语义分割网络以及其变体基于贝叶斯后验推断的 SegNet
HomePage: http://mi.eng.cam.ac.uk/projects/segnet/ SegNet Paper: https://www.computer.org/csdl/trans ...
Fast-SCNN：多分支结构共享低级特征的语义分割网络
介绍一篇 BMVC 2019 语义分割论文 Fast-SCNN:Fast Semantic Segmentation Network,谷歌学术显示该文已有62次引用. 论文:https://arxiv ...

语义分割网络之PSPnet

语义分割网络之PSPnet相关推荐

最新文章

热门文章